转子转速控制

转子转速控制（共4篇）

转子转速控制 篇1

摘要：针对目前燃气轮机的研究使用现状, 应用模糊控制为发电厂燃气轮机转子设计了控制器。在设计阶段, 通过使用燃料流量来确定线性模型, 根据所确定的模型来控制燃气轮机的转子速度。在模拟阶段, 考虑了限制系统的燃料流量, 同时假设需求功率的扰动 (干扰) 输入和进口导流叶片 (IGV) 的位置是固定的。最后, 在相同的条件下对所提出的控制器的性能与H∞鲁棒控制器以及预测控制器 (MPC) 的性能进行比较。仿真结果表明, 所提出的模糊控制器相比于其他提到的控制器有更好的性能。

关键词：模糊控制,燃气轮机,转子转速

0 引言

当今, 由于燃气涡轮机具有运行和加载速度快、燃料使用多样性、在发电厂易于安装等特点, 已越来越多地被关注和使用。纵观燃气涡轮发展史, 1983年罗文 (Rowen) 首次提出了燃气轮机的简化数学模型, 然后在此模型的基础上增加了可变进气导向叶片 (VIGV) 使其能在电厂使用。另外还有一些具有代表性的模型, 像Al_hamdan设计的热力学模型以及上面提到的在罗文模型的基础上设计的ARX模型, 他们都在燃气轮机的联合循环发电机组中。

为了设计燃气轮机控制器, 研究人员对各种控制方法进行了调查研究。比如采用遗传算法设计的PID控制器、神经网络控制器以及模糊控制器, 都是用来控制燃气涡轮机的转速。在本文中, 提出了一种基于模糊逻辑的控制器来控制燃气涡轮机的转子速度。本文的其余部分安排如下:第1节, 描述使用燃气涡轮机的模型;第2节, 在马丹尼 (Mamdani) 方法的基础上提出设计模糊控制器的方法;第3节, 对本文提出的方法给出仿真结果;第4节, 得出结论。

1 燃气涡轮机模型

在前文提到的几种最具代表性的控制器已经在一些发电厂的燃气轮机中得到广泛的使用, 其系统框图见图1。

从电厂燃气涡轮机收集到的数据得出所选择的模式识别传递函数如下所示。

在上述式子中, N为转子转速, F为燃料流, P为产生电力, TX为排放气体温度, Tamb为环境温度, IGV为进口导流叶片。

2 模糊控制的提出

由燃气轮机的数学模型可知, 涡轮机转速的变化会引起频率偏差。为了解决这个问题, 需要设计一个控制器, 使其可以将燃气涡轮机的速度控制在适当的范围, 即:

另外致动器的饱和区中的燃料流的限制范围如下:

用于控制燃气涡轮机的速度的模糊逻辑控制器有两个输入端和一个输出端, 两个输入分别是转子速度误差e的和误差的变化率e, 输出为燃料流的变化 (F) 。每一种变化有5个语言变量, 其贝尔隶属度函数 (MF) 如下。

其中 (a, b, c) 是恒定的参数, x指向语言变量。各语言变量如图2所示。整个规则定义见表1, NB (负方向大的偏差) , NS (负方向小的偏差) , Z (零) , PS (正方向小的偏差) 和PB (正方向大的偏差) 。这些规则形式如下:

根据马丹尼的模糊推理系统, 最大值和最小值分别用T_norm和T_conorm算子来表示。推理机制的输出是一个模糊值, 采用去模糊化区域的方法转化为清晰值的方式如下:

其中, (F) 是聚合输出MF, Fcrisp是最后的控制器输出。FLC的结构如图3所示。

3 仿真与结果

本文所提出的模糊控制器通过MATLAB软件的Simulink工具箱仿真[14]。假定该系统的工作条件如下。经过150秒, 需求动力Pd由0.6个单位上升到0.9个单位, 而经过225秒后, 又从0.9单位降到0.5单位。TAMB=30和IGV开度百分比 (开口率) 假设是固定的。同时, 燃料输入约束在0.1935≤F≤1范围内。随着涡轮速度的变化, 燃料流量和所产生的电力分别示于图4-6。由图可知, 最大超调量大约是每单位0.01个, 这意味着转子速度超过了所期望的范围。然而, 它优于MPC控制器 (每单位约0.02) 。当PD从每单位0.9变化到每单位0.5时, 这个值也比鲁棒控制器小。燃气涡轮转速的稳定时间大约是50秒, 当需求功率从0.6每单位变化到0.9每单位期间, MPC和鲁棒控制器的稳定时间 (约30秒和20秒) 会比提出的模糊控制器更好。

4 结语

本文设计了一个模糊控制器, 用于确定电厂燃气轮机的模型。FLC是在马丹尼 (Mamdani) 算法的基础上设计的, 其目的是用来控制燃气涡轮机的速度。转速误差及其变化率为FLC的两个输入, 燃气流变化率假定为控制器的输出。结果表明 (FLC) 的超调量小于MPC和H∞鲁棒控制器。由实验结果分析知, 模糊控制器具有更好的速度控制能力。

参考文献

[1]冯利, 马金平, 李炳涛.某型燃气轮机转子振动特性分析[J].机电工程技术, 2012

[2]白中祥.小型燃气轮机转子动力特性研究[D].上海:上海交通大学, 2012

[3]孙建华, 汪伟, 余海燕.基于模糊-PID的汽轮机转速控制系统[J].自动化技术用, 2008, 27 (1) :27-33

[4]E.najimi, and M.H.Ramezani, “Robust control of speed and temperature in a power plant gas turbine, "Elsevier, ISA Trans., vol.51, no.2, March 2012

[5]邓玮, 张化光.基于燃气轮机转速直接型自适应模糊控制器的设计[J].系统仿真学报, 2007

[6]J.S.R.Jang, C, T.Sun, and E.Mizutani, Neuro-Fuzzy and Soft Computing, Prentice-Hall, 1997

[7]李国勇.智能控制及其MATLAB实现[M].北京:电子工业出版社, 2005:194-256

转子转速控制 篇2

磁力轴承是一种能进行主动控制的机电一体化轴承,其基本原理是利用不接触的可控电磁力将转子悬浮在磁场中,使转子在空间无机械接触、无磨损地旋转。磁力轴承—转子系统通常由转子、传感器和控制器等组成[1],其工作原理为:先由非接触式的传感器检测出转子偏离参考点的位移变化,控制器将检测到的位移变化转换成控制信号,然后功率放大器将该控制信号转换成控制电流,控制电流在执行磁铁中产生非接触的电磁力,从而控制转子在空间中的悬浮位置。控制系统决定着磁力轴承的支承刚度和阻尼[2]。

转子在升速过程中,可能会经过刚性或挠性临界转速[3]。通常将工作转速低于一阶挠性临界转速的转子称为“刚性转子”。临界转速是系统的“共振点”,如果转子在升速过程中经过临界转速时不采用适当的处理,则有可能因为转子的振动幅度过大而损坏转子或基座。此外,磁力轴承的控制器根据传感器检测出的位移变化进行控制,因此磁力轴承不能布置在平动、摆动或弯曲振型节点上。为了便于控制系统的调节,减小超越临界转速过程中产生的振动,准确地计算临界转速和振型是非常必要的。

磁力轴承支承的转子一般采用轴对称结构,用于检测和控制的附加部件(如磁力轴承转子、传感器检测圆环等)通常采用热过盈配合的方式安装在转轴上[4]。由于附加部件是通过热过盈配合的方式安装,转子的实际抗弯刚度要比一体化加工出来的转子抗弯刚度小,但又比转轴的抗弯刚度大,而且,随着转速的增加,过盈量会变小,转子的实际抗弯刚度也会变小。为了得到较为准确的计算结果,需要在计算模型中对附加部件进行有效的模拟。

临界转速是转子动力学分析的一个基础课题[5],其两类主要计算方法是传递矩阵法和有限元法。传递矩阵法计算量小,但计算精度比有限元法差。有限元法是根据变分原理求解数学物理问题的一种数值方法,它可将转子系统离散成为不同类型的单元来进行分析。有限元法的单元类型很多,能模拟复杂的结构形状。随着近年来计算机性能的不断提高,有限元法的计算规模越来越大,应用也越来越广泛[6],并出现了一些商业的转子动力学分析软件[7]。其中,SamcefRotor软件是针对转子动力学的专业解决方案[8],是目前世界上广泛应用的用于处理旋转机械问题的有限元分析软件,能实现完整转子从建模到动力学特性分析的整个过程[9]。SamcefField是SamcefRotor配套的前后处理软件。

本文针对磁力轴承支承转子的结构特点提出了一种用于分析该类转子的简化处理方法,采用SamcefRotor软件得到了转子的临界转速及振型,并进一步研究了临界转速与支承刚度的关系。分析结果将为磁力轴承等的布置以及控制系统的设计提供依据。

1 计算模型

磁力轴承支承的电机转子的结构如图1所示,转子全长728mm。转子左右两端分别采用径向磁力轴承支承,设计支承刚度均为1.0MN/m。转子的额定转速为15000r/min,最高转速为20000r/min。

转轴的材料为合金钢,其材料属性值如表1所示。由于转轴和各附加部件的材料的密度、弹性模量和泊松比差别不大,故所有部件均按合金钢考虑。由于转子上的附加部件均通过热过盈配合安装到转轴上,因此,这些部件在计算模型中均按粘接为一体考虑。

由于转子结构的各附加部件是通过热过盈配合安装到转轴上,其结构抗弯能力要比一体化加工出来的转子的结构抗弯力弱,所以在实际计算中通过减小这些附加部件的弹性模量来模拟。这样简化可以保证计算模型中各部件的全部质量和转动惯量特性,因此,比采用集中质量单元(lumped mass)更接近真实情况。首先将这些附加部件的弹性模量与转轴弹性模量的比例系数取为0.01,后面将对该系数的选取进行讨论。

采用SamcefField软件建立转子用于有限元分析的轴对称(傅里叶级数)计算模型。根据图纸建立转子的截面作为轴对称的几何模型,如图2所示,在此几何模型基础上通过采用轴对称傅里叶级数单元划分有限元网格(图3),建立轴对称计算模型,单元类型为线性单元,单元总数为1414,节点总数为1588。磁力轴承采用接地轴承支承方式(ground bearing)模拟,轴承的支承刚度取为1MN/m,忽略阻尼。

2 计算结果

2.1Pseudo-Modal法

采用轴对称计算模型通过Pseudo-Modal法计算得到Campbell图,见图4。图4中的45°直线与其他曲线的交点为各阶临界转速,精确的数值计算结果也可以通过直接法计算得到。

2.2 直接法

采用轴对称计算模型通过直接法计算得到转子系统的临界转速(表2)和振型(图5~图7)。第1、2阶振型为刚体平动,第3、4阶振型为刚体摆动,第5、6阶振型分别为一阶弯曲的反进动和正进动,第7、8阶振型分别为二阶弯曲的反进动和正进动。由于转子的额定转速和最大转速均远低于一阶弯曲临界转速,故该转子为刚性转子。

从振型图可见,两组磁力轴承和传感器都没有布置在各阶振型节点上,因此该转子的磁力轴承

和传感器布置合理。

2.3 附加部件的弹性模量比例系数对计算结果的影响

在前面的计算中,为了考虑转轴上各部件的转动惯性,同时考虑转轴和各部件之间连接后的整体结构刚度要比一体化加工出来的弱,因此将附加部件的弹性模量按真实材料弹性模量的0.01倍考虑。为了得到偏保守(即偏低)的计算结果,该比例系数的选取越小越好。然而,弹性模量过小可能在计算结果中引发实际中并不存在的局部振动。为了得到合适的弹性模量比例系数,分别在该系数取为1.0、0.1、0.01和0.001时计算转子的临界转速,计算结果如表3所示。

由表3可见,选取不同的比例系数时,前四阶的临界转速计算结果几乎完全一致。这是由于前四阶振型为刚体平动和刚体摆动,转轴没有发生弯曲变形,因此该比例系数不会对前四阶的临界转速产生影响。随着比例系数的不断减小,第5~8阶临界转速不断减小,这是由于弹性模量的减小降低了转轴抵抗弯曲变形的能力;当比例系数从0.01变为0.001时,第5~8阶临界转速的降低要比其他情况大的多,这是由于局部结构过于柔软而产生了局部区域的振动(图8和图9),这是不符合实际情况的。因此,比例系数的选取既要保证尽量小以获得保守的计算结果,又要保证比例系数不至于过小而导致计算结果中出现根本不存在的局部振动。因此,前面的计算中将比例系数选取为0.01是比较合理的。

2.4 磁力轴承的支承刚度对临界转速的影响

磁力轴承的很大优势在于其支承刚度可以在一定范围内根据实际需要进行改变,且转子的临界转速与磁力轴承的支承刚度有着密切的关系。假设磁力轴承的支承刚度变化范围为104~107N/m,采用SamcefRotor软件计算得到的不同支承刚度时转子的临界转速如图10所示。从图10中可以看出支承刚度对各阶临界转速的影响:在支承刚度较小时,支承刚度对临界转速的影响不大;随着支承刚度的增大,当达到105N/m左右时,支承刚度对刚体平动和刚体摆动的临界转速开始产生较大的影响;支承刚度在104~107N/m范围内变化时,支承刚度对一阶弯曲的反进动和正进动以及二阶弯曲的反进动和正进动的临界转速影响非常小。

1.二阶弯曲的正进动 2.二阶弯曲的反进动 3.一阶弯曲的正 进动 4.一阶弯曲的反进动 5(6).刚体平动 7(8).刚体摆动

3 结论

(1)转子的额定转速和最大转速均远离转子的各阶临界转速,且留有足够裕量。

(2)由于转子的额定转速和最大转速均远低于一阶弯曲临界转速,故该转子为刚性转子,因此,通过减小附加部件的弹性模量与转轴弹性模量的比例系数得到的临界转速的计算结果是偏低的,而对于刚性转子则此计算结果是偏保守的。

(3)由振型图知,两组磁力轴承和传感器都没有布置在各阶振型节点上,因此该转子的磁力轴承和传感器布置合理。

摘要：针对磁力轴承支承转子的结构特点提出了一种用于分析该类转子的简化处理方法,并使用Samcef Rotor有限元软件建立了某刚性转子的轴对称模型,计算得到了转子的临界转速及振型。研究了该转子的临界转速与磁力轴承支承刚度的关系。计算结果及相关结论将为磁力轴承和传感器的布置以及控制系统的设计提供重要依据。

关键词：磁力轴承,刚性转子,转子动力学,临界转速

参考文献

[1]施韦策G,布鲁勒H,特拉克斯勒A.主动磁轴承基础、性能及应用[M].虞烈,袁崇军,译.北京:北京新时代出版社,1997.

[2]胡业发,周祖德,江征风.磁力轴承的基础理论与应用[M].北京:机械工业出版社,2006.

[3]郑凌云.机械振动中临界转速的工程意义及实践应用[J].机械研究与应用.2004,17(2):19-20.

[4]王洪涛,孙立斌,于溯源.HTR-10GT磁力轴承实验转子临界转速分析[J].原子能科学技术.2008,42(增刊):571-575.

[5]钟一谔,何衍宗,王正,等.转子动力学[M].北京:清华大学出版社,1987.

[6]王继强,王凤翔,宗鸣.高速电机磁力轴承-转子系统临界转速的计算[J].中国电机工程学报,2007,27(27):94-98.

[7]李贞婷.ANSYS模态分析在汽轮发电机转子临界转速计算上的应用[J].防爆电机,2009(44):37-38.

[8]周传月.Samcef Rotor在转子动力特性分析中的应用[C]//磁悬浮轴承研究进展———暨第一届中国电磁轴承学术会议论文集.北京:原子能出版社,2005:117-127.

转子转速控制 篇3

永磁同步电机因其结构紧凑、性能可靠而在风力发电、电动汽车、船舶驱动等领域得到了广泛的应用。为了完成永磁同步电机的控制,需要获取其转子的角度和转速。采用角度和转速传感器来获取这一信息是一种直接的方式。然而在很多应用中,安装角度和转速传感器不仅增加了安装、维护成本,也使系统易受外部环境干扰,降低了系统的可靠性。而基于无速度传感器的永磁同步电机的转子角度、转速估计方法只需检测电机的定子电流、电压,结合电机的模型,即可从中提取转子的角度、转速信息,从而省去角度和转速传感器,达到提高系统可靠性,降低成本的目的。典型的永磁同步电机驱动系统如图1所示。

目前基于无速度传感器的永磁同步电机的转子角度、转速估计方法主要分为2类。一类是基于状态观测器或扩展卡尔曼滤波的方法[1,2],这类方法将定子电流、转子角度和转速视为状态变量,然后采用传统的观测器或扩展卡尔曼滤波器方法进行观测。但由于算法较为复杂且负载转矩未知,这类方法的实际应用效果不够理想[3]。另一类是基于反电动势的估计方法[4,5,6,7],例如滑模观测器[6]、反电势锁相环(EMF phase-locked loop)法[7]等。其中,反电势锁相环法物理概念较为清晰,实现较为简单,因而得到了较为广泛的应用。但由于引入了锁相环,因此这类估计方法动态特性将会降低。当角度、转速估计模块和永磁同步电机的前向控制通道形成闭环后,位于反馈通道上的角度、转速估计模块的慢动态特性会使得整个系统的动态性能下降,甚至导致系统的不稳定。

为提高估计方法的动态特性,提出一种新的转子角度、转速估计方法。和传统估计方法直接估计转子角度不同,该方法首先引入转子磁链信息来估计转子初始角度,然后再将其结果叠加到转子角度计算值上,最终获得转子角度的无偏估计。由此能够在消除锁相环的同时避免可能引起闭环控制系统不稳定的局部环。由于该方法只需要进行前向通道的计算,估计方法的动态特性能够得到有效提高。

本文将首先简要介绍永磁同步电机在定子参考系下的模型。然后基于此模型提出转子角度和转速估计方法。最后将该方法应用于典型的1.5 MW直驱风力发电系统中,并通过Matlab/Simulink仿真对其性能进行评估。

2 静止坐标系下的永磁同步电机模型

根据永磁同步电机在转子旋转坐标系下的数学模型不难推导得到在静止坐标系下的永磁同步电机的数学模型(电动机惯例):

式中:uα,uβ,iα,iβ分别为定子电压和电流在α,β坐标系下的分量;θr,ωr分别为转子的电角度和电转速;Ψr为转子磁链的幅值;R,L分别为定子电阻和电抗。

根据上述模型可知定子侧的反电动势为

可以看出,α,β坐标系下的反电动势空间矢量的幅值与转子转速成正比,角度则反映了转子的角度。通过对反电动势空间矢量的估计就能够获得转子角度和转速的信息。

3 静止坐标系下的定子反电动势估计

由式(3)、式(4)可知,为了估计定子反电动势首先需要估计定子电流的微分值。这里提出采用高通滤波器的估计方法,因为高通滤波器可以引入90°的超前相位。需要注意的是,增加高通滤波器带宽能够提高基波分量的估计精度,但同时会放大定子电流中的PWM谐波。因此,建议采用时间常数τ在TPWM和2TPWM之间的一阶高通滤波器(TPWM为PWM周期)。于是定子电流微分估计值可以表示为

式中:为定子电流微分估计值;p为微分算子。进一步即可得到反电动势的估计值:

4 转子角度和转速的估计

获得反电动势估计值后,由式(3)、式(4)不难进一步得到转子转速和角度的计算值:

式中:ωrc,θrc分别为转子转速和转角计算值。

然而需要注意的是,计算值ωrc与θrc并不能直接作为转速和角度的估计值。尽管在开环估计时ωrc和θrc是对真实转速ωr和角度θr的良好近似,但当估计单元和前向通道控制器形成闭环后,前向通道控制器就会直接使用ωrc和θrc来完成定子电流控制,而ωrc和θrc又取决于当前定子电流值,系统就会形成潜在的局部闭环,很容易失去稳定。

如果对ωrc和θrc进行低通滤波试图消除局部闭环,由于θrc具有很快的动态,滤波过程引入的延迟也极易导致闭环系统不稳定。传统的反电势锁相环估计方法通过引入锁相环来解决这一问题,但锁相环自身由于存在动态收敛过程,会导致角度、转速估计单元动态性能的下降。为解决上述问题,这里提出一种新的估计方法:

式中:ω赞r,θ赞r分别为转子转速和角度估计值;θcr0,θ赞r0分别为转子初始角度的计算值和估计值;LP1,LP2为低通滤波器。

完整的实现框图如图2所示。

在实际应用中,尤其是大容量驱动场合下,转速ωr变化相对较为缓慢,无速度传感器控制对转速估计动态特性的要求并不太高,因此,式(11)直接对转子转速计算值ωrc进行低通滤波来获得转子转速估计值。相反的,由于转子角度θr,变化较快,因此无速度传感器控制对转子角度估计的动态特性有较高的要求,如果直接对转子角度计算值θrc进行低通滤波,引入的相位延迟将导致闭环系统不稳定。为此,式(13)采用对缓慢变化的转子初始角度计算值θcr0进行滤波来获取转子初始角度估计值这样即可减小相位延迟带来的影响。然后通过式(12)将转子初始角度估计值叠加到有偏转子角度计算值0乙tωrcdt上,最终形成转子角度的无偏估计值。由此可以看出,所提出的估计方法在成功消除局部环的同时保证了转子角度估计的快速性。

此外,由式(11)~式(13)还可以看出,该方法只有2个低通滤波器的时间常数参数需要整定,且二者相互独立,调试简单,易于工程实践。

5 仿真实验结果

为验证所提出估计方法的有效性,将其应用于基于典型的1.5 MW永磁同步电机的直驱式风力发电系统中,如图1所示。直驱风力发电机组的参数为:额定电压UN=690 V,额定频率fN=11.5Hz,定子电阻=3.0 mΩ,直轴电抗Ld=2.9 m H,交轴电抗Lq=2.9 m H,PWM频率fPWM=2 k Hz。

上述估计方法中,高通滤波器时间常数τ选择为2TPWM=1.0×10-3s,低通滤波器LP1和LP2设计为时间常数分别为0.02 s和0.01 s的一阶低通滤波器。仿真在无速度传感器控制的闭环条件下完成,其中无速度传感器采用有功/无功控制方式,并假设风力机运行在转速模式。

初始时,发电机空载,并运行于额定转速。为评估所提出估计方法的动态特性,转子角度初始值设置为-π/2,同时在t=0.2 s时为风力机施加一个-0.1(标幺值)的转速阶跃。仿真结果如图3所示。作为对比,图4也给出了传统反电势锁相环估计方法的结果。可以看出,两种估计方法最终都能够收敛到转速、转角实际值上。对转速估计,两种方法的收敛速度基本相同;但对转子角度估计,两种方法的收敛过程存在差异且所提出的方法收敛更快。在传统反电势锁相环估计方法中,由于锁相环存在动态调节过程,因此其角度估计值先减小再增大,跟踪延迟较大。而在所提出的方法中,由于避免了锁相环,角度估计值能够直接跟踪实际值,从而具有更快的动态特性。

为进一步验证所提出的估计方法在带载情况下的性能,设定从t=0.35 s开始,有功功率指令斜坡上升直到在t=0.48 s时达到1.0(标幺值)。类似的,还在t=0.5 s处为风力机施加0.1(标幺值)的转速阶跃用于验证动态特性,对比所提出方法和传统反电势锁相环方法的仿真结果如图5和图6所示。可以看出,在永磁同步发电机带载的情况下,所提出方法的稳态精度略有下降(误差约2%),但其动态性能仍然优于传统反电势锁相环方法。

6 结论

针对基于无速度传感器的永磁同步电机,本文提出了一种新的转子角度、转速估计方法。该方法基于静止坐标系对永磁同步电机的转子进行角度、转速估计,可以在避免传统估计方案中基于锁相环的转子磁链定向过程的同时,消除可能引起系统不稳定的局部环,进而提高估计方法的动态性能。为获得转子角度估计值,该方法并不直接对快速变化的转子角度计算值θrc进行滤波,而是首先对缓慢变化的转子角度初值θcr0进行滤波,获得其估计值θ赞r0,然后再将其叠加到快速变化的有偏转子角度计算值上,从而获得转子角度的无偏估计。针对典型的1.5 MW直驱风力发电系统的仿真实验结果显示,该估计方法的稳态特性与传统反电势法类似,但动态特性得到了显著的提高。

参考文献

[1]González L G,Figueres E,GarceráG,et al.SynchronizationTechniques Comparison for Sensorless Control Applied toWind Energy Conversion Systems[C]∥EPE2009.13th Euro-pean Conf.on Power Electronics and Applications,2009:1-9.

[2]Boussak M.Digital Signal Processor Based Sensorless SpeedControl of a Permanent Magnet Synchronous Motor Drive Us-ing Extended Kalman Filter[J].EPE J.,2001,11(3):7-15.

[3]Li L,Geng H,Yang G,et al.Comparisons of Four Rotor SpeedIdentification Schemes for PMSG Based WECS[C]∥ICEMS2011,Beijing,2011:1-6.

[4]Chen Z,Tomita M,Doki S,et al.An Extended ElectromotiveForce Model for Sensorless Control of Interior PermanentMagnet Synchronous Motors[J].IEEE Trans.Ind.Electron.,2003,50(2):288-295.

[5]Kim H,Harke M C,Lorenz R D.Sensorless Control of InteriorPermanent-magnet Machine Drives with Zero Phase Lag Po-sition Estimation[J].IEEE Trans.Ind.Appl.,2003,39(6):1726-1733.

[6]Kittithuch P,Mongkol K.Speed Sensorless Control of PMSMUsing an Improved Sliding Mode Observer with SigmoidFunction[J].ECTI Transactions on Electrical ENG.,Electron-ic,and Communications,2007,5(1):51-55.

转子转速控制 篇4

无刷直流电机以电子换向线路替代传统有刷电机的机械换向结构, 克服了机械换向火花和噪声等缺点, 广泛应用于工作环境恶劣的伺服控制系统中。电机运动过程中需要实时检测转子位置[1], 常用的转子位置测量器件有光电编码器、霍尔传感器和旋转变压器。旋转变压器具有抗震性好、耐腐蚀、耐高温和易于实现高速位置检测等优点, 因而获得广泛应用。

采用基于旋转变压器与角位速度数字转换器的设计方案[2], 利用FPGA实现主功能芯片的逻辑控制和数值滤波算法, 实现了转子位置及转速的实时测量输出。

1 正余弦旋转变压器的工作原理

旋转变压器属于精密的控制微电机, 结构和电机相似, 由定子和转子组成, 原边和副边绕组分别位于定子和转子上。原副边间的电磁耦合程度与转子转角有关, 因此输出电压也与转角有关。

旋转变压器的电气原理如图1所示, S1、S3和S2、S4为定子绕组, R1、R3和R2、R4为转子绕组, 给定子绕组施加一定频率交流激磁电压uf, 气隙中产生脉振磁场, 在R1、R3和R2、R4上感应出变压器电势。

图1旋转变压器的电气原理

设R1、R3轴线与S1、S3轴线夹角为θ, 则转子的两个绕组中的感应电势有效值为:

式中, ER=4.44f WRφf, 为转子绕组轴线与S1、S3轴线重合时感应出的最大电势有效值;f为激磁电压频率;WR为转子一相绕组的匝数;φf为定子每极脉振磁通的最大值;k为变压比;uf为激磁电压有效值。

测量转子绕组R1、R3和R2、R4上的感应电势, 并进行反三角函数运算即可得到转子相对定子转动角度[3]。

2 硬件电路设计

测量电路设计方案如图2所示, 其具体工作原理:旋转变压器与无刷直流电机同轴相连, 将电机的旋转信号转换为正余弦电压信号, 通过解码芯片转化为并行数字信号, FPGA通过对解码芯片时序控制得到转子位置及速度信号并存储在内部RAM中, 经过滤波算法处理后实时输出给电机控制器。

2.1 FPGA主控单元及其最小系统设计

FPGA逻辑功能芯片选用Altera公司的Cyclone II系列EP2C8T144C8。Cyclone II是基于Stratix II的90nm工艺推出的FPGA芯片, 具有8256个逻辑单元 (LE) , 内置36个M4K RAM块, 2个锁相环 (PLL) 以及18个乘法器模块, 提供给用户85个可用的IO管脚接口。其最小系统电路如图3所示, 主要包括FPGA芯片、10MHz有源晶振、SPX1117_3.3V和SPX1117_1.5V电源模块、JTAG仿真接口以及EPCS4配置芯片。

2.2 旋转变压器及角位速度数字转换器设计

旋转变压器采用日本多摩川的TS2620N21E11, 入力电压7VAC, 变压比0.5±5%, 误差最大±10′[4]。解码芯片选用飞博尔的12位分辨率的旋转变压器———角位速度数字转换器FB9412PB。该转换器具有10k Hz激励电源输出, 直接将旋转变压器输出的正余弦模拟信号转换为角度和速度数字信号, 并以并行口方式输出, 数据分辨率为5.3′, 精度达到±7.8′, 最大跟踪速度1000r/s。FB9412PB与旋转变压器的端子连接如表1所示。

FB9412PB输入输出电压为5V CMOS电平, FP-GA端口为3.3V TTL逻辑电平, 通过74LVC4245进行电平转换后相连, 电路连接如图4所示, J6插座连接旋转变压器接线端子。SPL的下降沿启动数据转换, EN为输出使能信号 (低电平有效) , RC为过零脉冲输出, 变压器每转过一次零位就输出一个正脉冲, PV端控制选择数据输出 (PV=0时, D1~D12输出角度数据, PV=1时, D1~D12输出速度数据) 。

3 软件设计

通过Verilog语言[5]编程实现FPGA内部控制逻辑, 内部逻辑架构如图5所示, 主要包括FB9412时序控制模块、RAM存储模块、滤波算法模块和对外接口控制逻辑。

3.1 FB9412时序控制

FB9412PB的控制时序如图6所示, SPL下降沿启动转换器进行转换, 数据转换过程中EN输出高电平, 此时D1~D16输出为高阻态, 大约1μs后, EN输出低电平, 表示转换完成, 此时数据输出有效。先拉低PV, 从D1~D16输出为角度数据, 再拉高PV, 从D1~D16输出为速度数据。

FPGA内部控制逻辑的功能仿真时序如图7所示。

3.2 数字低通滤波算法

利用数字低通滤波法模拟RC低通滤波器, 消除有用信号频率以上的周期性变化信号的干扰。

设模拟RC低通滤波器的输入电压为x (t) , 输出电压为y (t) , 根据RC微分网络有:

式 (3) 可表示为yk=Kxk+ (1-K) yk-1, 即为数字低通滤波算法表达式。

若输入为直流量, 则有xk=xk-1=xk-2=…, 由无穷级数求和公式可得yk=xk, 其直流增益为1, 与模拟滤波的效果一样。此外, 低通数字滤波的截止也是从幅值增益衰减到0.707来确定。

4 结语

该装置现已成功应用于某电动舵机控制系统中, 实际应用表明, 此测量电路精度高, 可靠性好, 扩展能力强。

摘要：设计基于FPGA和旋转变压器的无刷直流电机转子位置及转速测量电路, 利用FB9412PB将旋转变压器输出的正余弦模拟信号转换为角度和速度数字信号, 并以并行口的方式输出, 存储在FPGA内部RAM中, 通过数字低通滤波算法处理后实时输出给电机控制器。该电路现已成功应用于某电动舵机控制系统中, 具有简便、实用、可靠的特点。

关键词：FPGA,旋转变压器,FB9412PB,数字低通滤波器

参考文献

[1]秦继荣, 沈安俊.现代直流伺服控制技术及其系统设计[M].北京:机械工业出版社, 1993

[2]吴红星, 洪俊杰, 李立毅.基于旋转变压器的电动机转子位置检测研究[J].微电机, 2008, 41 (1) :1-3

[3]姜燕平.旋转变压器原理及其应用[J].电气时代, 2005, (10) :98-99

[4]姜燕平.多摩川旋转变压器原理及其解码[J].伺服控制, 2007, (01) :66-67